Anthropic 近期在“The Briefing: AI for Science”活动上正式推出了面向科研人员的新平台 Claude Science。同时，该公司还宣布将启动一项自主药物研发计划，专注于那些因商业回报有限而被传统药企忽视的“被忽视疾病”领域。

该药物研发项目将重点关注新药发现的早期阶段以及临床前研究。Anthropic 希望借此机会提升自身的科研实力，并为生命科学领域开发更全面的 AI 工具。在当前全球主要的 AI 大模型公司中，Anthropic 是少数几家公开表示将直接参与新药研发，而不仅仅是提供 AI 工具的公司之一。

Claude Science 被定位为一个科研工作台，能够整合分散的科研工具和数据集，提供数据分析、图表生成和科研辅助等功能。在活动中，Anthropic 展示了该平台的应用案例，例如加州大学旧金山分校（UCSF）的一名研究人员利用 Claude Science 在几分钟内就发现了实验中的病毒污染，而此前研究团队耗时一年未能察觉。

Anthropic 透露，Claude Science 能够在不到一小时的时间内分析 100 种罕见遗传疾病，并筛选出 32 个有潜力进行计算筛选的方向。与许多仅向制药公司提供技术平台的 AI 企业不同，Anthropic 此次宣布将亲自涉足药物研发。然而，该公司尚未公布具体的首批研究项目，也未明确后续如果发现有潜力的候选药物，将采取自主推进还是与其他机构合作完成动物实验、临床试验及生产制造等流程。

近年来，AI 在药物研发领域的应用日益广泛。OpenAI、Google、Amazon 等公司均已推出面向生命科学的 AI 平台，而 Google DeepMind 旗下的 Isomorphic Labs 以及 Insilico Medicine 等 AI 制药企业也在持续推进相关研究。

与此同时，传统制药企业也在不断扩大 AI 的应用范围。AstraZeneca、Novo Nordisk、GSK 等公司已将 AI 融入药物筛选、分子设计、数据分析以及研发流程优化等多个环节。

业内普遍认为，AI 已成为现代药物研发的重要辅助工具，但距离完全由 AI 设计并成功上市的新药仍有相当长的距离。

英国剑桥大学教授、AI 生物技术公司 CardiaTec 联合创始人 Namshik Han 指出，AI 几乎可以参与药物研发的整个过程，包括发现候选化合物、优化分子结构、分析实验数据以及辅助临床研究等。但他同时强调，最终决定药物能否成功上市的，仍然是大量的临床验证。

英国伦敦大学学院药物研发教授 Matthew Todd 提到，目前尚无完全由 AI 设计的新药完成全部临床试验并获得美国食品药品监督管理局（FDA）批准上市。AI 主要的作用是加快候选药物的发现和研究效率，而不能取代整个研发流程。

英国牛津大学结构化学生物学教授 Frank von Delft 也表示，尽管 AI 能够提高研究效率，但实验环节的重要性并未因此减弱。候选药物仍然需要经过毒性、安全性、药效以及人体临床试验等多个阶段的验证。这些流程不仅需要巨额资金和专业人才，也耗时较长，因此 AI 很难显著缩短整个研发周期。

在活动中，诺华（Novartis）首席执行官 Vas Narasimhan 介绍，一款新药从研发到获批平均需要约 12 年时间，其中信息处理和研发运营环节约占整体周期的 40%。他认为，新一代 AI 工具有望显著压缩这两部分的时间，将整体研发周期缩短至约 7 至 8 年，但动物实验、人体临床试验等生物学验证环节的加速空间有限。此外，他预计通过 AI 提高候选药物的质量和安全性预测能力，未来药物研发的成功率有望从目前的约 8% 提升至约 16%，但最终仍需通过长期的实验验证。

过去一年，Anthropic 持续扩充其生命科学团队，并建立了湿实验室（Wet Lab），同时公开招聘多项生物学及生命科学相关职位。有业内人士透露，该公司近期一直积极从大型制药企业及知名科研机构引进人才，为推进相关研发项目做准备。尽管 AI 正在不断改变药物研发的方式，但业内专家普遍认为，即使研发效率有所提升，新药上市仍需经历严格且漫长的实验和监管审批流程。AI 可以帮助缩小候选范围、优化研究方向，但无法取代现实世界中的实验验证，这意味着 Anthropic 的自主药物研发项目距离产生实际临床成果，仍需较长时间。